-
题名一种基于深度学习网络的输电杆塔智能检测算法
被引量:10
- 1
-
-
作者
韦汶妍
刘晓立
杨传凯
菅永峰
沙洁韵
杜建超
-
机构
国网陕西省电力公司电力科学研究院
国网陕西省电力公司经济技术研究院
西安电子科技大学通信工程学院
-
出处
《广东电力》
2020年第9期166-173,共8页
-
基金
国网陕西省电力公司科技项目(5226KY18002J)
陕西省重点研发计划项目(2020GY-058)。
-
文摘
为了满足电力设备智能巡检的要求,提出一种基于深度学习网络的输电杆塔智能检测算法。该算法采用Faster区域卷积神经网络(regional convolutional neural networks,R-CNN)架构,利用VGG16作为特征提取器,通过在ImageNet图像库上进行前期训练和本地迁移学习进行参数调整,减少深层网络参数的训练难度,有效提取杆塔的浅层基础特征以及深层抽象特征;为了扩大训练样本数量,提高模型检测准确度,对杆塔图像进行了镜像、旋转、锐化处理。实验结果表明,所提算法的检测准确度达到90.5%,能有效检测到监控图像中的杆塔,满足应用要求。
-
关键词
深度学习
杆塔检测
智能巡检
VGG16
图像增广
-
Keywords
deep learning
transmission tower detection
intelligent inspection
VGG16
image augmentation
-
分类号
TM769
[电气工程—电力系统及自动化]
TP183
[自动化与计算机技术—控制理论与控制工程]
-